这个问题以前经常面试别人，大多数的回答都是非常浅的。只回答重复度低的，为什么重复度低的就适合采用索引，好像很少有人能答出来。
先说一个前提，所有的系统瓶颈最终都落在io上，包括网络io和磁盘io，例如，一台机器cpu每秒可以执行5亿条指令，如果是7200转的磁盘的话，一分钟7200转，一转1/120秒，大概要9-11毫秒的样子。换句话说，一次磁盘访问的时间大概是40万条指令。所以我们希望的是能充分利用cpu，减少磁盘的访问次数。B+tree正好符合这一场景，增加了运算次数，减少了数据读取的次数。
关系型数据库大多采用的索引算法就是B+tree，树天生就是解决查找问题的，数据的重复度越低，越能体现出价值。对于重复的数据，只能使用rowid标示一下。